Apuntes, resúmenes, trabajos, exámenes y problemas de Matemáticas

Fundamentos de Estadística: Población, Muestra y Escalas de Medición

Matemáticas3,99 KB

Conceptos Fundamentales de Estadística

Definiciones de Población y Muestra

  • Universo: Se define como el conjunto de sujetos o elementos que tienen una característica común, observable y susceptible de ser medida.
  • Población: Conjunto de todas las mediciones u observaciones hechas sobre una o varias de las características de los elementos del universo.
  • Población finita: Es aquella donde todas las unidades elementales que la componen pueden ser físicamente listadas o individualizadas.
  • Población infinita: Es aquella que en la práctica no se pueden listar o individualizar a todos los elementos que la componen. Es la que está compuesta por un número indefinidamente grande de unidades experimentales.
  • Unidad elemental: La unidad elemental es el
...
Continuar leyendo "Fundamentos de Estadística: Población, Muestra y Escalas de Medición" »

Conceptos Clave de Medidas de Tendencia Central y Dispersión

Matemáticas170,29 KB

Distribución de Frecuencias

La Tabla de Distribución de Frecuencias es una herramienta que organiza un conjunto de datos clasificándolos por categorías o intervalos, mostrando el número de veces que aparece cada valor. Existen dos tipos principales de tablas que se utilizan dependiendo de la naturaleza de la información:

  • Tabla de frecuencias: Para datos simples.
  • Tabla de Distribución de Frecuencias: Generalmente para datos agrupados.

Dependiendo del tipo de dato, elaboramos tablas diferentes para: datos cualitativos, datos cuantitativos discretos y datos cuantitativos continuos.

Conceptos Fundamentales de Frecuencia

  • Frecuencia Absoluta: Es el número exacto de veces que aparece un dato o un intervalo.
  • Frecuencia Absoluta Acumulada: Es la suma
...
Continuar leyendo "Conceptos Clave de Medidas de Tendencia Central y Dispersión" »

Fundamentos de Estadística Descriptiva y Distribución de Frecuencias

Matemáticas4,45 KB

Conceptos de Marca de Clase

¿Cuáles de las siguientes opciones son correctas si queremos describir el concepto de Marca de clase? Seleccione las 3 (tres) respuestas correctas:

  • La marca de clase es el punto medio de la clase.
  • La marca de clase es el promedio entre el límite inferior y superior de la clase.
  • La marca de clase es el valor representativo de la clase.

Definición y Clasificación de Variables

¿Qué es la variable en estudio?

Respuesta: Es la característica en estudio que se observa en cada uno de los elementos de la población y que puede variar con respecto a otro.

¿Cuál es la clasificación más general de los tipos de variables en una investigación estadística?

Respuesta: Cuantitativas y Cualitativas.

Distribución de Frecuencias

¿Qué

...
Continuar leyendo "Fundamentos de Estadística Descriptiva y Distribución de Frecuencias" »

Fundamentos de Estadística y Simulación de Eventos Discretos

Matemáticas5,99 KB

Torpedo PI / GOP — STAT::FIT

Estadística Descriptiva

  • Media = promedio
  • Mediana = valor central
  • Moda = valor más repetido

Distribución de datos:

  • Simétrica: Media ≈ Mediana ≈ Moda
  • Asimetría +: cola → derecha / concentración valores bajos → Moda < Mediana < Media
  • Asimetría −: cola → izquierda / concentración valores altos → Media < Mediana < Moda

Dispersión:

  • Varianza = dispersión respecto a la media
  • Desviación estándar = √Varianza → misma unidad que los datos

Curtosis:

  • ≈ 0 → Normal
  • + → más apuntada/concentrada
  • − → más plana/repartida

Pruebas de Hipótesis

  • H0: datos compatibles con la distribución propuesta.
  • H1: datos NO se ajustan.

Nivel de significancia (α):

  • α = 0,05 → confianza 95%
  • α = 0,01 → confianza
...
Continuar leyendo "Fundamentos de Estadística y Simulación de Eventos Discretos" »

Solucionario de Exámenes y Pruebas de Genética: Respuestas y Chi-Cuadrado

Matemáticas1,9 KB

Solucionario de Evaluaciones de Genética

A continuación, se presentan las respuestas detalladas y las resoluciones correspondientes a las diferentes páginas y secciones de las evaluaciones teóricas y prácticas de genética.

Primera Sección: Páginas 1 y 2

  • Página 1: 1b, 2c, 3b, 4c, 5c, 6c, 7b, 8a, 9b, 10b
  • Página 2: 11b, 12a, 13c, 14b, 15b

Segunda Sección: Verdadero o Falso y Opción Múltiple (Parte 1)

  • 1.C: 1F, 2V, 3F, 4V, 5F, 6V, 7F, 8V, 9V, 10F
  • 2.C: c
  • 3.C: b
  • 4.C: 1F, 2V, 3F, 4V, 5F, 6V, 7F, 8V, 9V, 10V

Tercera Sección: Cuestionario Adicional

  • 1: 1c, 2b, 3c, 4b, 5c, 6a, 7A, 8c, 9c, 10a
  • 11: 11F (las líneas puras se aplican en autógamas, no alógamas)
  • 12: 12a
  • 13: 13c
  • 14: 14b
  • 15: 15V (ACE identifica combinaciones híbridas sobresalientes)

Cuarta Sección:

...
Continuar leyendo "Solucionario de Exámenes y Pruebas de Genética: Respuestas y Chi-Cuadrado" »

Fundamentos de Variables Aleatorias: Tipos, Propiedades y Cálculos Estadísticos

Matemáticas3,16 KB

1. ¿Qué es una Variable Aleatoria (v.a.)?

Es una función definida sobre el espacio muestral de un experimento aleatorio que asocia a cada uno de sus elementos un número real.

2. ¿Cómo se denotan habitualmente las variables aleatorias y sus valores?

  • La variable aleatoria se denota con letras mayúsculas (por ejemplo: $X, Y, Z$).
  • Los distintos valores específicos que toma la variable se denotan con letras minúsculas (por ejemplo: $x, y, z$).

3. ¿Cómo se clasifican las variables aleatorias?

Se clasifican únicamente en dos tipos:

  • Variable aleatoria discreta.
  • Variable aleatoria continua.

4. ¿Qué es una Variable Aleatoria Discreta y con qué proceso se relaciona?

Es aquella que puede tomar solo un número finito o infinito contable de valores...

Continuar leyendo "Fundamentos de Variables Aleatorias: Tipos, Propiedades y Cálculos Estadísticos" »

Fundamentos de Cálculo: Teoremas de Integración y Diferenciabilidad

Matemáticas6,59 KB

Teoremas Fundamentales de Integración

Teorema de Integración por Sustitución

Sea f:[a,b] → ℝ una función continua y sea g:[α,β] → [a,b] una función de clase C¹, tal que g(α) = a y g(β) = b. Entonces, se cumple que:

∫ₐᵇ f(x) dx = ∫ᵅᵝ f(g(t)) · g'(t) dt

Demostración

Sea F una primitiva de f, es decir, F'(x) = f(x). Por la regla de la cadena, tenemos que:

(F ∘ g)'(t) = F'(g(t)) · g'(t) = f(g(t)) · g'(t).

Luego, por el Teorema Fundamental del Cálculo:

∫ᵅᵝ f(g(t)) · g'(t) dt = (F ∘ g)(β) − (F ∘ g)(α).

Como g(α) = a y g(β) = b, entonces:

(F ∘ g)(β) − (F ∘ g)(α) = F(b) − F(a).

Finalmente, aplicando nuevamente el Teorema Fundamental del Cálculo, sabemos que F(b) − F(a) = ∫ₐᵇ f(x) dx. Por lo...

Continuar leyendo "Fundamentos de Cálculo: Teoremas de Integración y Diferenciabilidad" »

Formulas del Segundo Parcial de Estadistica y Regresion

Matemáticas5,55 KB

Fórmulas del Segundo Parcial

Profesor: González, Nora

Recta de Regresión

  • Ecuación de la recta: $Y_c = \alpha + \beta x$
  • Ordenada al origen (\(\alpha\)): $\alpha = \mu_y - \beta \cdot \mu_x$
  • Pendiente (\(\beta\)): $\beta = \frac{N \cdot \sum (x \cdot y) - \sum x \cdot \sum y}{N \cdot \sum x^2 - (\sum x)^2}$
  • Interpretación \(\alpha\): El efecto fijo por otras variables que se dejan de lado está contenido en…
  • Interpretación \(\beta\): Ante un aumento de la variable $x$, la variable $y$ aumentará o disminuirá…

Covarianza y Coeficiente de Pearson

  • Covarianza (sentido de la asociación): $\sigma_{xy} = \frac{N \cdot \sum (x \cdot y) - \sum x \cdot \sum y}{N} = \frac{\sum (x \cdot y)}{N} - \mu_x \cdot \mu_y$
  • Coeficiente de Pearson (grado de la asociación)
...
Continuar leyendo "Formulas del Segundo Parcial de Estadistica y Regresion" »

Análisis Discriminante, Regresión Logística y ANOVA: Guía Práctica para Estadística Aplicada

Matemáticas6,88 KB

Análisis discriminante

Objetivo: clasificar casos en grupos a partir de variables independientes. Permite saber si un grupo de variables puede discriminar entre dos o más grupos de una variable dependiente categórica.

Variable dependiente: no métrica (categórica).
Variables independientes: métricas.
Casos perdidos: revisar su tratamiento antes del análisis.

1. Requisitos previos

  • Normalidad multivariante: analizar con ex (exploración) sobre las variables independientes; revisar gráficos normales y el ajuste S/K (asimetría y curtosis).
  • Ausencia de multicolinealidad: analizar mediante regresión lineal (Estadísticos: tolerancia y VIF). Se considera problema un VIF mayor de 5 o una tolerancia cercana a 0,2.
  • Homogeneidad de matrices de covarianza:
...
Continuar leyendo "Análisis Discriminante, Regresión Logística y ANOVA: Guía Práctica para Estadística Aplicada" »

Ejercicios Resueltos de Ecuaciones Diferenciales Ordinarias Lineales

Matemáticas5,63 KB

y´´+3y'+2y=6; m$2+3m+2=0;        m-1, m=-2

YH=C1e$-2x + c2e$-x;     YT=C1e$-2x+c2e$-x   +  c3;

Yp=Yt-yh; yp=c3; yp'=0; yp''=0

Sust: 0+3cos+2(C3)=6; 2c3=6; C3=3

YT= C1e$-2x + c2e$-x  +  3;


y''+4y=cos$2 2x;  m$2 + 4=0;  m1=2i; m2=-2i;

YH=C1cos2x+C2sen2x;   yp=u1cos2x+c2sen2x=0

yp'=2u1-sen2x+2c2cos2x=cos$2 2x

u1= ! 0           sen2x    !

      ! cos$2x   2cos2x   !

--------------------- =        0-2cos$2x * sen2x/   

    ! cos2x    sen2x       !  2cos$2 2x+2sen$2 2x

    ! -2sen2x  2cos2x    !   =∫ (-cos$2 2x * sen2x)/2

                                   =1/4 (cos$3 2x)/3 = 1/12cos$3 2x

u2= 

    !Cos2x        0           !...

Continuar leyendo "Ejercicios Resueltos de Ecuaciones Diferenciales Ordinarias Lineales" »